大赛奖项设置

奖项说明:

备注:

• 通过更新排行榜获取奖金，与原排行榜冠军得分差值越大，所获奖金比例越高
• 按照所有挑战者提交作品时间先后，后台审核作品并更新到排行榜中， 【Score】未达奖金获取标准可显示在排行榜中，但无法获取奖金
• 奖金额度获取评判指标说明：【BOUNS】表示奖金池总额度；【Score】表示模型得分；【BU_N】表示第n位达到奖金获取标准并更新排行榜后所获得的奖金总额度
• 提交离线训练，系统自动评判模型Score。奖金获取额度计算公式如下：

赛事主题和数据说明

赛题描述

通过迭代自己的算法模型并提交训练，获取奖金池高额奖金。小提示：抢先更新算法排行榜，有更大机会获取高额奖金哦

数据来源

SpeechCommand

数据描述

由于需要提交代码作品在云端进行训练，参赛数据集不对外开放。仅提供调试数据，可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]

字段说明：

输入字段： wav,

输出字段： label,

参考文献：

[1]TensorFlow Speech Recognition Challenge: Can you build an algorithm that understands simple speech commands?

评审标准

评审指标说明

• 准确率（Accuracy）：对于给定的测试数据集，预测正确的样本数与实际总样本数之比
• True，表示预测正确的样本数数量
• Total Number of Samples，表示实际总样本数数量
• 计算公式如下：

比赛常见问题说明

Q:比赛使用什么框架？

• 比赛支持常用的机器学习和深度学习框架，比如TensorFlow，PyTorch，Keras，Scikit-learn、MXNet、PaddlePaddle等。

Q:怎么参加比赛，需不需要提交CSV文件？

• FlyAI竞赛平台提供免费云端GPU资源，报名后可以使用自己熟练的框架，修改main.py中的网络结构和processor.py中的数据处理；仅部分赛题支持CSV方式提交，请仔细阅读参赛方式相关内容。

Q:比赛排行榜分数怎么得到的？

• 参加项目竞赛必须实现 model.py 中的predict_all方法。系统通过该方法，调用模型得出评分。